1.下列Hive参数对Spark同样起作用。
set hive.exec.dynamic.partition=true ： 是否允许动态生成分区 set hive.exec.dynamic.partition.mode=nonstrict ：是否容忍指定分区全部动态生成 set hive.exec.max.dynamic.partitions = 100; ：动态生成的最多分区数 2.运行行为set spark.sql.autoBroadcastJoinThreshold; // 大表 JOIN 小表，小表做广播的阈值 set spark.dynamicAllocation.enabled; // 开启动态资源分配 set spark.dynamicAllocation.maxExecutors; //开启动态资源分配后，最多可分配的Executor数 set spark.dynamicAllocation.minExecutors; //开启动态资源分配后，最少可分配的Executor数 set spark.sql.shuffle.partitions; // 需要shuffle是mapper端写出的partition个数 set spark.sql.adaptive.enabled; // 是否开启调整partition功能，如果开启，spark.sql.shuffle.partitions设置的partition可能会被合并到一个reducer里运行 set spark.sql.adaptive.shuffle.targetPostShuffleInputSize; //开启spark.sql.adaptive.enabled后，两个partition的和低于该阈值会合并到一个reducerset spark.sql.adaptive.minNumPostShufflePartitions; // 开启spark.sql.adaptive.enabled后，最小的分区数 set spark.hadoop.mapreduce.input.fileinputformat.split.maxsize; //当几个stripe的大小大于该值时，会合并到一个task中处理 3.executor能力set spark.executor.memory; // executor用于缓存数据、代码执行的堆内存以及JVM运行时需要的内存 set spark.yarn.executor.memoryOverhead; //Spark运行还需要一些堆外内存，直接向系统申请，如数据传输时的netty等。 set spark.sql.windowExec.buffer.spill.threshold; //当用户的SQL中包含窗口函数时，并不会把一个窗口中的所有数据全部读进内存，而是维护一个缓存池，当池中的数据条数大于该参数表示的阈值时，spark将数据写到磁盘 set spark.executor.cores; //单个executor上可以同时运行的task数
4.GC优化
参考todo
https://www.jianshu.com/p/2964bf816efc
